[发明专利]零售终端陈列货架翻拍识别方法及装置

说明书

本发明提供一种零售终端陈列货架翻拍识别方法和装置，零售终端陈列货架翻拍识别方法包括：获取待检测的陈列货架的图像；对获取的陈列货架的图像进行预处理；采用局部二值模式对预处理后的陈列货架的图像进行解析，得到一表征图像纹理特征的纹理描述图谱；提取获得的纹理描述图谱的特征向量；将提取的特征向量输入预设的且已训练的XGBoost模型进行识别，获得与输入的特征向量相关联的陈列货架的图像的翻拍判断结果。

技术领域

本发明涉及计算机领域，且特别涉及一种零售终端陈列货架翻拍识别方法及装置。

背景技术

快消品的企业开展产品营销活动时会让门店主上传门店内的货架图像，再由审核人员在线审核门店的货架陈列是否符合企业要求。

通常企业会采取一些约束条件，例如门店主在手机上传图像时不能打开本地图库只能调用手机摄像头拍摄、上传图像时IP地址必须定位于门店附近等方式来避免一些作弊手段。但门店主往往会从其他电子设备的屏幕上翻拍图像，再上传翻拍图像。翻拍图像与真实图像十分相似，即使是经验丰富的图像审核人员也很难识别出翻拍的图像。翻拍作弊手段不仅给企业带来了直接的经济损失，也给企业的营销管理造成了误导性信息。因此，识别门店上传的图像是否翻拍是快消品企业的迫切需求。

发明内容

本发明为了克服现有技术的不足，提供一种能自动识别上传的门店照片是否为翻拍照片的零售终端陈列货架翻拍识别方法及装置。

为了实现上述目的，本发明提供一种零售终端陈列货架翻拍识别方法，其包括：

获取待检测的陈列货架的图像；

对获取的陈列货架的图像进行预处理；

采用局部二值模式对预处理后的陈列货架的图像进行解析，得到一表征图像纹理特征的纹理描述图谱；

提取获得的纹理描述图谱的特征向量；

将提取的特征向量输入预设的且已训练的XGBoost模型进行识别，获得与输入的特征向量相关联的陈列货架的图像的翻拍判断结果。

根据本发明的一实施例，对获取的陈列货架的图像进行预处理包括：

将获得的陈列货架的图像进行灰度处理，得到灰度图像；

对获得的灰度图像进行子图划分，将灰度图像均匀划分为N*N张子图。

根据本发明的一实施例，采用一次或多次局部二值模式对划分后的每张子图进行解析，获得每张子图的纹理描述图谱。

根据本发明的一实施例，采用局部二值模式对划分后的每张子图进行解析以获得该子图的纹理描述图谱的具体步骤为：

对每张子图中的每一个像素，比较M*M邻域内相邻的M×M-1个邻域点与中心点的像素值，若该邻域点的像素值大于中心点的像素值，则该邻域像素点的位置被标记为1，否则为0，M*M邻域内的M×M-个邻域点与中心点经像素值比较后产生M×M-1位二进制数,M为奇数；

将获得的二进制转换为十进制以获得该中心点的LBP值；

计算完所有该子图中每个像素点的LBP值后得到该子图的纹理描述图谱；

M*M邻域内中心点的LBP值计算公式为：

其中，(x_c,y_c)为中心点的像素值，g_p为邻域点的像素值，g_c为中心点的像素值，s(x)为每个邻域点相应的LBP值，P为邻域点数量，R为圆形邻域范围半径。